paCy是一个用Python和Cython进行高级自然语言处理的库。它建立在最新研究的基础上，从第一天起就被设计用于实际产品中。spaCy附带了预训练的管道，目前支持60多种语言的标记化和训练。它具有最先进的速度和用于标记、解析、命名实体识别、文本分类等的神经网络模型，使用诸如BERT之类的预训练变压器进行多任务学习，以及生产准备好的培训系统和简单的模型打包、部署和工作流管理。

软件特色

非破坏性标记化

指定实体的确认

预训练的统计模型和单词向量

迅猛的速度

强大的、经过严格评估的精度

简单的深度学习集成

语音部分标签

标签化依赖性解析

方便的字符串到哈希值映射

句法驱动的句子分割

内置的语法和NER的可视化工具。

高效的二进制序列化

Numpy数据数组导出

简单的模型包装和部署

支持50多种语言